Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Bx
Analogamente al caso di una singola variabile casuale, anche per le variabili doppie la densit`
a congiunta non pu`o essere negativa e il suo integrale
sullinsieme R R deve essere pari ad 1.
ESEMPIO: 4.2 Verica su una densit`
a.
Consideriamo la seguente funzione
(x+y)
e
fX,Y (x, y) =
0
x > 0, y > 0
altrove
fX,Y (x, y)dxdy =
e(x+y) dydx
0
0
RR
ex ey dxdy
=
0 0
ey
ex dx dy
=
0
0
y
=
e dy = 1
0
49
50
Data la funzione di densit`a congiunta della v.c. (X, Y ) possiamo calcolare le densit`
a di X e di Y , che in questo contesto verranno chiamate
anche densit`
a marginali. Esattamente abbiamo che la marginale di X si
ottiene integrando la densit`a congiunta rispetto a tutti i valori che pu`o
assumere Y e quindi
fX,X (x, y)dy
fX (x) =
e analogamente
fY (y) =
fXY (x, y)
.
fY (y)
(4.1)
ESERCIZI
4.1 Sia (X, Y ) una v.c. doppia con densit`a congiunta
2(x+y)
x > 0, y > 0
4e
fX,Y (x, y) =
0
altrove
Calcolare le densit`
a marginali di X e di Y
4.2 Sia (X, Y ) una v.c. doppia. Supponiamo che X N (0, 1) e Y |X =
x N (x, 1), ovvero la distribuzione di Y condizionata al risultato
X = x `e Normale con media x e varianza 1. Calcolare la densit`a
congiunta della v.c (X, Y ), la densit`a marginale di Y e la densit`a
condizionata di X|Y = y.
4.3 Supponiamo che la densit`
a congiunta della variabile (X, Y ) sia pX,Y (x, y) =
ey nella regione 0 < x < y < e 0 altrove. Calcolare le densit`a
marginali di X e di Y , la densit`
a condizionata di X dato Y = y, la
densit`a condizionata di Y dato X = x
E(X) =
x p(x) dx
In alcuni casi, X `e una componente della variabile doppia (X, Y ). In
questi casi deniamo media di X condizionata ad Y = y la quantit`a
51
52
E(X) =
x pX|Y (x|y)pY (y)dx dy
=
pY (y)
x pX|Y (x|y)dx dy
=
pY (y) (E(X|Y = y)) dy
= E(E(X|Y ))
E(X + Y ) =
(x + y)p(x, y)
x
1
1
1
1
(x + y)PX,Y (x, y) = 0 + 1 + 1 + 2 = 1
4
4
4
4
x=0 y=0
ESERCIZI
4.4 Sia (X, Y ) una v.c. doppia. Supponiamo che X N (0, 1) e Y |X =
x N (x, 1). Quanto vale la media della variabile Y ?
4.5 Sia (X, Y ) una v.c. doppia con densit`a congiunta
(x+y)
x > 0, y > 0
e
fX,Y (x, y) =
0
altrove
Calcolare la media della variabile casuale W = X + Y
4.6 Sia (X, Y ) il risultato del lancio di due dadi regolari. Calcolare la
media della variabile casuale W = (X + Y )
4.7 Sia X, Y una v.c doppia discreta che assume i valori x = 0, 1, . . . , ,
2 x+y
dimostrare che
y = 0, 1, . . . , con probabilit`
a p(x, y) = e x!y!
E(X + Y ) = 2
(x, y) R R
(x, y)
53
54
2.416678
Cor(X, Y )
V ar(X) V ar(Y )
ESERCIZI
4.8 Sia (X, Y ) una v.c. doppia con densit`a congiunta
(x+2y)
x > 0, y > 0
2e
fX,Y (x, y) =
0
altrove
dimostrare che X e Y sono indipendenti
1
2
3
4
5
Sepal.Width
Min.
:2.000
1st Qu.:2.800
Median :3.000
Mean
:3.057
3rd Qu.:3.300
Max.
:4.400
Petal.Length
Min.
:1.000
1st Qu.:1.600
Median :4.350
Mean
:3.758
3rd Qu.:5.100
Max.
:6.900
Petal.Width
Min.
:0.100
1st Qu.:0.300
Median :1.300
Mean
:1.199
3rd Qu.:1.800
Max.
:2.500
55
iris[, 3]
56
0.5
1.0
1.5
2.0
2.5
iris[, 4]
Sepal.Length
Sepal.Width
Petal.Length
Petal.Width
Sepal.Length
0.68569351
-0.04243400
1.27431544
0.51627069
3.0
4.0
0.5
1.5
2.5
6.5
7.5
2.0
4.0
4.5
5.5
Sepal.Length
2.0
3.0
Sepal.Width
1.5
2.5
Petal.Length
0.5
Petal.Width
4.5
5.5
6.5
7.5
Sepal.Length
Sepal.Width
Petal.Length
Petal.Width
57
58
CAPITOLO
delle densit`a marginali, ovvero fX1 ,...,Xn (x1 , . . . , xn ) = ni=1 fXi (xi ).
Analogamente, n variabili casuali discrete (X1 , . . . , Xn ) sono indipendenti se e solo se la loro distribuzione di probabilit`a congiunta `e uguale al
prodotto
a marginali, ovvero PX1 ,...,Xn (X1 = x1 , . . . , Xn =
delle probabilit`
xn ) = ni=1 PXi (Xi = xi )
Campioni casuali
Un campione casuale `e una variabile casuale multipla a componenti indipendenti
59
60
x 1 + x 2 + + xn
n
per stimare
0 Per un campione di ampiezza n quanto accurata `e x
n come stima
di ?
0 Allaumentare di n, x
n si avvicina a ?
0 Quanto deve essere n per avere un determinato livello di accuratezza?
=
x1 fX1 (x1 ) dx1 + x2 fX2 (x2 ) dx2 = 1 + 2
61